pytorch中的外和等

Question

Numpy 为任何 RxR -> R 函数提供优化的外部操作，例如 np.multiply.outer 或 np.subtract.outer，其行为为：

>>> np.subtract.outer([6, 5, 4], [3, 2, 1])
array([[3, 4, 5],
       [2, 3, 4],
       [1, 2, 3]])

Pytorch好像没有提供这样的功能（或者我错过了）。
使用火炬张量的最佳/通常/最快/最干净的方法是什么？

Answer 1

Many PyTorch operations support NumPy Broadcasting Semantics.

外部减法是从二维数组到一维数组的广播减法，因此基本上您可以将第一个数组重塑为 (3, 1)，然后从中减去第二个数组：

x = torch.Tensor([6, 5, 4])
y = torch.Tensor([3, 2, 1])

x.reshape(-1, 1) - y
#tensor([[3., 4., 5.],
#        [2., 3., 4.],
#        [1., 2., 3.]])

Outer sum, etc. in pytorch